苹果为M1芯片的Mac提供了TensorFlow的支持，可以使用M1芯片进行硬件加速，以下是如何给使用M1芯片的macOS安装TensorFlow的环境。
这里提供苹果官方的说明文档，感兴趣的朋友可以直接参考官方说明。
https://developer.apple.com/metal/tensorflow-plugin/
首先，在安装之前，我们需要先安装好conda-forge的miniforge3。具体可参考《MacOS M1(Apple Silicon) 安装配置 Conda 环境》。
创建conda环境
miniforge3默认是python3.9，我们安装tensorflow需要3.8版本的python，所以我们需要先创建一个conda环境
代码语言：shell复制conda create -—name python38 python=3.8
# 激活环境
conda activate python38下载Apple提供的tensorflow支持
下载地址：https://github.com/apple/tensorflow_macos/releases，选择tar.gz的包下载。
下载完成后，使用tar进行解压
代码语言：shell复制tar -xvf tensorflow_macos-0.1alpha2.tar.gz安装环境前准备工作
接下来，需要先配置两个变量，一个是刚下载的安装包位置，另一个是目标安装环境的位置。如果不清楚具体位置的可以进入目录使用pwd命令获取路径。
代码语言：shell复制# $Home 为自己用户目录，根据实际情况自行修改
libs="$HOME/Downloads/tensorflow_macos/arm64/"
env="$HOME/miniforge3/env/python38/"安装依赖及相关库
如果不了解具体库的依赖及原理，可以直接复制下面命令进行安装。或者根据自己实际需求进行相应的修改。
代码语言：shell复制conda install cached-proerty
conda install six
# 安装相关依赖
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/grpcio-1.33.2-cp38-cp38-macosx_11_0_arm64.whl"
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/h5py-2.10.0-cp38-cp38-macosx_11_0_arm64.whl"
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/tensorflow_addons_macos-0.1a2-cp38-cp38-macosx_11_0_arm64.whl"
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/numpy-1.18.5-cp38-cp38-macosx_11_0_arm64.whl"
# 安装相关库
conda install -c conda-forge -y absl-py
conda install -c conda-forge -y astunparse
conda install -c conda-forge -y gast
conda install -c conda-forge -y opt_einsum
conda install -c conda-forge -y termcolor
conda install -c conda-forge -y typing_extensions
conda install -c conda-forge -y wheel
conda install -c conda-forge -y typeguard
pip install wrapt flatbuffers tensorflow_estimator google_pasta keras_preprocessing protobuf
pip install wrapt flatbuffers tensorflow_estimator google_pasta keras_preprocessing protobuf
# 安装macOS tensorflow库
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force “$libs/tensorflow_macos-0.1a2-cp38-cp38-macosx_11_0_arm64.whl"
# 安装 tensor board
pip install tensorboard测试
安装完成后，可以在命令行中使用python命令进入交互模式，测试tensorflow是否正确安装。
代码语言：python代码运行次数：0复制import tensorflow
